跳过至主要内容

OpenCV 5.0

开源计算机视觉

  • 主页
  • 相关页面
  • 命名空间
  • 类
  • 示例
  • Java 文档
  Ctrl+K
  • GitHub
  • 主页
  • 相关页面
  • 命名空间
  • 类
  • 示例
  • Java 文档
  Ctrl+K
  • GitHub

小节导航

  • 信息流 Alpha 遮罩 (Alpha Matting)
  • bgsegm 模块教程
    • 背景差分
  • 探索人类视网膜及其在图像处理中的应用
    • 视网膜与现实世界视觉
    • 处理引起视觉错觉的图像
  • 昇腾 (Ascend) NPU 图像处理
  • 多相机标定
  • 全向相机标定
  • 用于 3D 物体分类和姿态估计的 CNN
    • 使用正二十面体球 (Icosphere) 生成训练数据
    • 分类
    • 训练模型分析
  • 计算机视觉应用的交互式可视化调试
  • 使用 CNN 进行物体检测
  • 使用 CNN 实现超分辨率
    • 图像超分辨率:单输出
    • 图像超分辨率:多输出
    • 视频超分辨率
    • 超分辨率基准测试
  • 人脸模块教程
    • 人脸识别与OpenCV
    • 图像中的面部关键点检测
    • 训练面部关键点检测器
    • 视频中的面部关键点检测
    • 使用面部关键点检测进行换脸
  • 面部标志检测器 API 教程
    • 向 Facemark API 添加新算法
    • 使用 Facemark API
    • 使用 FacemarkAAM
  • 模糊图像处理教程
    • F-transform 理论
    • 使用 F-transform 进行图像修复 (Inpainting)
    • 使用 F-transform 进行滤波
  • 图API (gapi模块)
    • 基于 G-API 的面部分析流水线
    • 在 G-API 上移植各向异性图像分割
    • 使用 G-API 实现面部美颜算法
    • 使用 DepthAI 硬件 / OAK 深度传感器
  • 分层数据格式 (hdf) I/O
    • 创建组 (Groups)
    • 创建、写入和读取数据集
    • 读取和写入属性
  • Julia OpenCV 绑定介绍
  • 线特征教程
  • 机器学习 (Python)
    • k-最近邻
      • 理解 k-最近邻 (k-Nearest Neighbour)
      • 使用 kNN 进行手写数据 OCR
    • 支持向量机 (SVM)
      • 理解支持向量机 (SVM)
      • 使用 SVM 进行手写数据 OCR
  • 机器学习 (C++)
    • 支持向量机入门
    • 用于非线性可分数据的支持向量机
  • 相位解包裹教程
    • 解包裹二维相位图
  • 从运动恢复结构
    • SFM 模块安装
    • 相机运动估计
    • 场景重建
    • 导入重建结果
  • 结构光教程
    • 格雷码采集 [259] 教程
    • 格雷码解码 [259] 教程
    • 正弦波采集 [259] 教程
  • 文本 (Text) 模块
    • 使用 git-bash (版本 >= 2.14.1) 和 cmake (版本 >= 3.9.1) 安装 Tesseract (master)
  • 自定义 CN 跟踪器
  • OpenCV 跟踪器介绍
  • 使用 MultiTracker
  • OpenCV Viz
    • 启动 Viz
    • 小部件 (Widget) 的姿态
    • 变换
    • 创建小部件
    • 创建 3D 直方图
  • 特征检测与描述 (xfeatures 模块)
    • SURF (加速鲁棒特征) 介绍
    • BRIEF (二进制鲁棒独立初等特征)
  • 视差图后滤波
  • 用于快速边缘检测的结构化森林
  • 结构化森林训练
  • 物体检测 (xobjdetect 模块)
    • 级联分类器
    • 级联分类器训练
    • 物体检测
      • 使用 Haar 级联进行人脸检测
      • 视频采集中的面部检测
  • 图像修复
  • 油画效果
  • 训练基于学习的白平衡算法
  • 准密集立体匹配 (stereo 模块)
    • 准稠密立体匹配 (Quasi dense Stereo)
    • 导出模板参数文件
  • contrib 模块教程

contrib 模块教程#

  • 信息流 Alpha 遮罩 (Alpha Matting)
  • bgsegm 模块教程
  • 探索人类视网膜及其在图像处理中的应用
  • 昇腾 (Ascend) NPU 图像处理
  • 多相机标定
  • 全向相机标定
  • 用于 3D 物体分类和姿态估计的 CNN
  • 计算机视觉应用的交互式可视化调试
  • 使用 CNN 进行物体检测
  • 使用 CNN 实现超分辨率
  • 人脸模块教程
  • 面部标志检测器 API 教程
  • 模糊图像处理教程
  • 图API (gapi模块)
  • 分层数据格式 (hdf) I/O
  • Julia OpenCV 绑定介绍
  • 线特征教程
  • 机器学习 (Python)
  • 机器学习 (C++)
  • 相位解包裹教程
  • 从运动恢复结构
  • 结构光教程
  • 文本 (Text) 模块
  • 自定义 CN 跟踪器
  • OpenCV 跟踪器介绍
  • 使用 MultiTracker
  • OpenCV Viz
  • 特征检测与描述 (xfeatures 模块)
  • 视差图后滤波
  • 用于快速边缘检测的结构化森林
  • 结构化森林训练
  • 物体检测 (xobjdetect 模块)
  • 图像修复
  • 油画效果
  • 训练基于学习的白平衡算法
  • 准密集立体匹配 (stereo 模块)

上一页

姿态估计示例

下一页

信息流 Alpha Matting

使用 Sphinx 8.1.3 创建。

基于 PyData Sphinx Theme 0.17.1 构建。